廠商運(yùn)用大數(shù)據(jù)和人工智能的經(jīng)濟(jì)學(xué)分析

何大安

摘? ?要： 大數(shù)據(jù)、互聯(lián)網(wǎng)、云計(jì)算、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術(shù)，正在改變個(gè)人、廠商和政府投資經(jīng)營(yíng)策略。針對(duì)廠商預(yù)測(cè)和規(guī)劃、提供產(chǎn)品和服務(wù)手段的變化，經(jīng)濟(jì)學(xué)至少要關(guān)注以下問(wèn)題：一是大數(shù)據(jù)和人工智能的廣泛運(yùn)用對(duì)廠商決策會(huì)產(chǎn)生怎樣的影響，如何對(duì)這些影響做出經(jīng)濟(jì)學(xué)意義上的一般理論概括和描述;二是要說(shuō)明廠商運(yùn)用大數(shù)據(jù)和人工智能的程序、路徑和過(guò)程，使之得到經(jīng)濟(jì)學(xué)理論的分析性解釋;三是探討未來(lái)大數(shù)據(jù)和人工智能的運(yùn)用前景，通過(guò)前瞻性研究對(duì)大數(shù)據(jù)和人工智能有可能重塑經(jīng)濟(jì)學(xué)理論做出一些有依據(jù)的推論。經(jīng)濟(jì)學(xué)家在大數(shù)據(jù)和人工智能時(shí)代要完成的重要任務(wù)，是研究廠商運(yùn)用新科技搜集和處理大數(shù)據(jù)會(huì)在哪些方面影響產(chǎn)量和價(jià)格，改變競(jìng)爭(zhēng)和壟斷路徑從而改變產(chǎn)業(yè)組織結(jié)構(gòu)。

關(guān)鍵詞： 數(shù)字經(jīng)濟(jì);智能經(jīng)濟(jì);機(jī)器學(xué)習(xí);物聯(lián)網(wǎng);區(qū)塊鏈;產(chǎn)業(yè)組織理論

中圖分類(lèi)號(hào)：TP18? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1004-8634（2021）03-0074-（10）

DOI：10.13852/J.CNKI.JSHNU.2021.03.007

一、問(wèn)題思考和領(lǐng)悟

經(jīng)濟(jì)學(xué)發(fā)展到今天，就企業(yè)的投資經(jīng)營(yíng)或產(chǎn)供銷(xiāo)活動(dòng)而論，新古典經(jīng)濟(jì)學(xué)的廠商理論以及現(xiàn)代經(jīng)濟(jì)學(xué)的產(chǎn)業(yè)組織理論，一直被看成經(jīng)濟(jì)學(xué)的正脈。1 撇開(kāi)這兩大學(xué)說(shuō)學(xué)理承接和理論見(jiàn)解的差異，它們分析廠商產(chǎn)供銷(xiāo)活動(dòng)有一個(gè)共同點(diǎn)，那便是沒(méi)有真正將科技因素作為分析廠商決策的內(nèi)生變量納入模型。出現(xiàn)如此情形的主要原因，概括來(lái)講，或許是經(jīng)濟(jì)學(xué)家沒(méi)能在科技領(lǐng)域找到可以測(cè)度經(jīng)濟(jì)行為變動(dòng)的基本要素，這樣的要素必須具有既覆蓋整個(gè)科技領(lǐng)域同時(shí)又可衡量科技水平層級(jí)的功能。工業(yè)化時(shí)代的科技進(jìn)步大大提高了勞動(dòng)生產(chǎn)力，但科技界沒(méi)有向經(jīng)濟(jì)學(xué)家提供執(zhí)經(jīng)濟(jì)發(fā)展牛耳的基本科技要素。隨著通信技術(shù)從3G、4G到5G的發(fā)展，信息傳輸速度和范圍呈現(xiàn)出指數(shù)級(jí)的加快和擴(kuò)大態(tài)勢(shì)，互聯(lián)網(wǎng)“時(shí)空錯(cuò)開(kāi)、同步并聯(lián)、客戶(hù)拉動(dòng)、實(shí)時(shí)評(píng)價(jià)”提供的交易平臺(tái)，移動(dòng)設(shè)備、傳感器、社交媒體、定位系統(tǒng)等搜集大數(shù)據(jù)功能的擴(kuò)張，以及云平臺(tái)、云計(jì)算、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術(shù)對(duì)大數(shù)據(jù)的匹配，使大數(shù)據(jù)成為廠商投資經(jīng)營(yíng)決策的基本分析要素。

大數(shù)據(jù)是指大自然和人類(lèi)活動(dòng)留下的數(shù)字化數(shù)據(jù)與非數(shù)字化數(shù)據(jù)之和，它被看成廠商投資經(jīng)營(yíng)的基本分析要素，是因?yàn)槿祟?lèi)可以通過(guò)大數(shù)據(jù)分析使自然現(xiàn)象和人類(lèi)活動(dòng)的因果關(guān)系鏈得以揭示。從新科技發(fā)展看，人類(lèi)借助發(fā)達(dá)通信系統(tǒng)和移動(dòng)互聯(lián)網(wǎng)來(lái)建立大數(shù)據(jù)云平臺(tái)，運(yùn)用云計(jì)算、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術(shù)對(duì)自然現(xiàn)象和人類(lèi)活動(dòng)之因果關(guān)聯(lián)密碼進(jìn)行破譯，標(biāo)志著以大數(shù)據(jù)為基本分析要素的科技人文主義的到來(lái)。作為新科技廣泛運(yùn)用所產(chǎn)生的一種思想潮流，科技人文主義認(rèn)為萬(wàn)事萬(wàn)物的形成和發(fā)展都可以看成數(shù)據(jù)流，強(qiáng)調(diào)一切自然現(xiàn)象和人類(lèi)活動(dòng)都可以解析為“算法”。1 如果把廠商投資經(jīng)營(yíng)與科技人文主義聯(lián)系起來(lái)，我們至少在兩個(gè)大方向上會(huì)有思考和領(lǐng)悟：其一，科技人文主義是大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能相融合的產(chǎn)物，在這樣的背景下，廠商的投資經(jīng)營(yíng)需要以大數(shù)據(jù)為基本分析要素，以互聯(lián)網(wǎng)為運(yùn)作平臺(tái)，以人工智能為操作手段;其二，廠商如何通過(guò)大數(shù)據(jù)分析以及運(yùn)用人工智能技術(shù)，相對(duì)準(zhǔn)確地規(guī)劃和確定產(chǎn)品和服務(wù)。我們圍繞以上兩大方向，大體上可以對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能技術(shù)做出經(jīng)濟(jì)學(xué)分析。

廠商投資經(jīng)營(yíng)以大數(shù)據(jù)為基本分析要素，表明廠商改變了思維和決策的依據(jù)。從思維依據(jù)改變看，廠商開(kāi)始以大數(shù)據(jù)思維取代過(guò)去以部分信息推論全體的因果邏輯思維，2 這種改變?cè)诮?jīng)濟(jì)學(xué)分析中具有經(jīng)濟(jì)哲學(xué)意味。以決策依據(jù)而言，廠商通過(guò)對(duì)大數(shù)據(jù)的搜集和處理，力圖掌控投資經(jīng)營(yíng)的準(zhǔn)確信息，這種改變?cè)诮?jīng)濟(jì)學(xué)分析中具有基礎(chǔ)理論分析價(jià)值。廠商以互聯(lián)網(wǎng)為運(yùn)作平臺(tái)，以人工智能為操作手段來(lái)進(jìn)行投資經(jīng)營(yíng)，直接涉及經(jīng)濟(jì)學(xué)的產(chǎn)業(yè)組織理論。從互聯(lián)網(wǎng)平臺(tái)考察，廠商借助互聯(lián)網(wǎng)平臺(tái)進(jìn)行產(chǎn)供銷(xiāo)活動(dòng)，不僅反映廠商投資經(jīng)營(yíng)路徑和方法的與時(shí)俱進(jìn)，更重要的是留下了廠商與廠商、廠商與消費(fèi)者之間行為互動(dòng)這一研究主題。經(jīng)濟(jì)學(xué)家研究這種行為互動(dòng)，不應(yīng)繞避廠商決策行為以及廠商之間關(guān)聯(lián)到產(chǎn)業(yè)組織變動(dòng)的網(wǎng)絡(luò)協(xié)同;就人工智能操作手段而論，廠商在掌握云計(jì)算方法的基礎(chǔ)上，通常會(huì)運(yùn)用機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術(shù)對(duì)產(chǎn)品和服務(wù)的供給及需求做出預(yù)測(cè)。凡此種種，都要求經(jīng)濟(jì)學(xué)家必須對(duì)產(chǎn)業(yè)組織理論等有新解釋。

廠商大數(shù)據(jù)分析可分為搜集和儲(chǔ)存、整合和分類(lèi)、加工和處理三個(gè)階段。廠商能否高效地運(yùn)用人工智能技術(shù)匹配大數(shù)據(jù)，從而相對(duì)準(zhǔn)確地規(guī)劃和確定產(chǎn)品與服務(wù)，取決于他們掌握和駕馭人工智能技術(shù)水平的高低，這便決定了對(duì)廠商處于以上哪一階段的定位問(wèn)題。廠商運(yùn)用人工智能技術(shù)匹配大數(shù)據(jù)的具體技術(shù)操作，是計(jì)算機(jī)專(zhuān)家和人工智能專(zhuān)家關(guān)注的事;經(jīng)濟(jì)學(xué)家需要研究的是廠商的數(shù)據(jù)智能化催生的投資經(jīng)營(yíng)模式，以及研究該模式有可能導(dǎo)致的微觀經(jīng)濟(jì)基礎(chǔ)變化?；趶S商的數(shù)據(jù)智能化以大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等融合為前提，廠商的技術(shù)層級(jí)便反映在加工和處理大數(shù)據(jù)上。3 經(jīng)濟(jì)學(xué)家對(duì)這種技術(shù)層級(jí)研究的任務(wù)，是判斷或推論廠商能在多大程度和多大范圍內(nèi)提供適合社會(huì)有效需求的產(chǎn)品和服務(wù)，這會(huì)關(guān)聯(lián)到大數(shù)據(jù)時(shí)代微觀經(jīng)濟(jì)理論的建構(gòu)。

社會(huì)物理學(xué)家和未來(lái)學(xué)家對(duì)大數(shù)據(jù)和人工智能發(fā)展的憧憬，計(jì)算機(jī)和人工智能專(zhuān)家有關(guān)大數(shù)據(jù)和人工智能無(wú)所不能的一些描述，無(wú)疑給經(jīng)濟(jì)學(xué)家?guī)?lái)了激勵(lì)。社會(huì)物理學(xué)家和未來(lái)學(xué)家認(rèn)為，未來(lái)的數(shù)據(jù)關(guān)系會(huì)取代依據(jù)部分信息而推斷的因果關(guān)系，大數(shù)據(jù)思維將取代因果思維，事物因果關(guān)聯(lián)的構(gòu)成都可以通過(guò)“算法”來(lái)揭示。4 計(jì)算機(jī)和人工智能專(zhuān)家認(rèn)為，人類(lèi)在通過(guò)互聯(lián)網(wǎng)、移動(dòng)設(shè)備、傳感器、社交媒體、定位系統(tǒng)等獲得大數(shù)據(jù)的同時(shí)，可以運(yùn)用云計(jì)算、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術(shù)把萬(wàn)事萬(wàn)物統(tǒng)統(tǒng)還原為數(shù)據(jù)流。1 大數(shù)據(jù)和人工智能果真有如此功能，經(jīng)濟(jì)學(xué)家便可以把廠商投資經(jīng)營(yíng)視為數(shù)據(jù)流，市場(chǎng)出清意義上的產(chǎn)品和服務(wù)的供給量與需求量就有可能實(shí)現(xiàn)。

對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能展開(kāi)經(jīng)濟(jì)學(xué)分析，重點(diǎn)不是解說(shuō)廠商運(yùn)用大數(shù)據(jù)和人工智能技術(shù)的具體操作過(guò)程，而是要說(shuō)明廠商通過(guò)大數(shù)據(jù)分析有沒(méi)有可能獲取準(zhǔn)確信息，以及廠商主要通過(guò)哪些人工智能技術(shù)匹配大數(shù)據(jù)來(lái)取得準(zhǔn)確信息。這里所說(shuō)的準(zhǔn)確信息是指廠商投資什么、投資多少、生產(chǎn)什么和生產(chǎn)多少的確定信息，這個(gè)問(wèn)題上升到宏觀層面就是社會(huì)總供給和總需求的平衡?；谶@樣的理解，本文第二部分展開(kāi)廠商投資經(jīng)營(yíng)的大數(shù)據(jù)分析，按照經(jīng)濟(jì)學(xué)規(guī)范做出相關(guān)評(píng)說(shuō);第三部分討論廠商投資經(jīng)營(yíng)的人工智能技術(shù)選擇及其運(yùn)用，解讀廠商運(yùn)用機(jī)器學(xué)習(xí)和物聯(lián)網(wǎng)等人工智能技術(shù)獲取準(zhǔn)確信息的可能性;第四部分則對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能技術(shù)的未來(lái)予以展望。

二、廠商大數(shù)據(jù)分析的經(jīng)濟(jì)學(xué)解讀

在問(wèn)題解讀之前，我們概要討論一下“究竟是先有大數(shù)據(jù)還是先有信息”，這個(gè)問(wèn)題對(duì)于大數(shù)據(jù)和人工智能運(yùn)用的經(jīng)濟(jì)學(xué)分析的重要性在于，解答“究竟是信息來(lái)源于大數(shù)據(jù)還是大數(shù)據(jù)來(lái)源于信息”。一種觀點(diǎn)認(rèn)為大數(shù)據(jù)是工具，它來(lái)源于信息;另一種觀點(diǎn)認(rèn)為信息的外延比大數(shù)據(jù)小，它來(lái)源于大數(shù)據(jù)。這兩種觀點(diǎn)的分歧在于對(duì)信息和大數(shù)據(jù)之客觀存在的不同理解。其實(shí)，撇開(kāi)它們的性質(zhì)規(guī)定，最直觀、最樸素的解釋是看兩者誰(shuí)覆蓋誰(shuí)。大數(shù)據(jù)是數(shù)字化數(shù)據(jù)與非數(shù)字化數(shù)據(jù)之和，不管發(fā)現(xiàn)或感知與否，大數(shù)據(jù)不依人的意識(shí)而存在，但信息通常是人們發(fā)現(xiàn)或感知的產(chǎn)物，因而大數(shù)據(jù)的外延明顯大于信息。事實(shí)上，大數(shù)據(jù)在宇宙中一直存在，只是人類(lèi)科技水平達(dá)不到一定高度時(shí)沒(méi)有大數(shù)據(jù)這個(gè)概念罷了。經(jīng)濟(jì)學(xué)對(duì)信息不完全、不對(duì)稱(chēng)、扭曲或失真等會(huì)降低效用函數(shù)的研究，是以工業(yè)化時(shí)代廠商搜集和處理信息的科技能力為背景的;廠商在大數(shù)據(jù)時(shí)代獲取準(zhǔn)確信息的能力顯著提高，但廠商是如何通過(guò)大數(shù)據(jù)分析來(lái)獲取準(zhǔn)確信息的呢？經(jīng)濟(jì)學(xué)必須回答這個(gè)問(wèn)題。

1.大數(shù)據(jù)分析之于廠商投資經(jīng)營(yíng)是新科技運(yùn)用的起點(diǎn)，廠商在大數(shù)據(jù)分析的不同階段有不同內(nèi)容

從數(shù)字經(jīng)濟(jì)視角看，廠商的投資經(jīng)營(yíng)活動(dòng)可以解說(shuō)為廠商與廠商以及廠商與消費(fèi)者之間紛繁復(fù)雜的行為互動(dòng)。廠商無(wú)論是購(gòu)買(mǎi)原材料、交易中間品，還是銷(xiāo)售最終產(chǎn)品和提供服務(wù)，這些互動(dòng)都會(huì)留下大量的數(shù)字化數(shù)據(jù)和非數(shù)字化數(shù)據(jù)。廠商通過(guò)什么樣的途徑來(lái)搜集這些大數(shù)據(jù)，采取什么樣的技術(shù)手段來(lái)處理這些大數(shù)據(jù)，以及能在多大程度和范圍內(nèi)運(yùn)用這些大數(shù)據(jù)規(guī)劃投資經(jīng)營(yíng)，直接關(guān)系到廠商能否準(zhǔn)確捕捉社會(huì)的有效需求，直接關(guān)系到廠商產(chǎn)品和服務(wù)的產(chǎn)量及價(jià)格決定，直接關(guān)系到廠商是否具有優(yōu)勢(shì)競(jìng)爭(zhēng)地位，直接關(guān)系到廠商效用函數(shù)的大小。事實(shí)上，廠商展開(kāi)大數(shù)據(jù)分析，正在逐步改變過(guò)去主要依靠諸如供求波動(dòng)和價(jià)格信號(hào)等市場(chǎng)機(jī)制進(jìn)行決策的傳統(tǒng)，他們通過(guò)何種途徑、方法和手段來(lái)搜集、加工、處理大數(shù)據(jù)，會(huì)在反映他們新科技水平的同時(shí)顯露出投資經(jīng)營(yíng)的經(jīng)濟(jì)學(xué)機(jī)理。經(jīng)濟(jì)學(xué)家的任務(wù)是描述和揭示這些機(jī)理，使廠商經(jīng)由大數(shù)據(jù)分析而產(chǎn)生的選擇行為得到經(jīng)濟(jì)學(xué)解釋。

如前所述，大數(shù)據(jù)是數(shù)字化數(shù)據(jù)與非數(shù)字化數(shù)據(jù)之和，廠商運(yùn)用大數(shù)據(jù)和人工智能技術(shù)要經(jīng)歷三個(gè)階段。就廠商投資經(jīng)營(yíng)活動(dòng)的起點(diǎn)和終點(diǎn)而論，在第一階段，廠商主要利用互聯(lián)網(wǎng)來(lái)搜集影響、決定產(chǎn)品和原材料供求的大數(shù)據(jù)，這些大數(shù)據(jù)與廠商投資經(jīng)營(yíng)活動(dòng)直接相關(guān)，它們是廠商與客戶(hù)、消費(fèi)者相關(guān)的數(shù)字化數(shù)據(jù)，我們通常所說(shuō)的互聯(lián)網(wǎng)+企業(yè)發(fā)展到一定程度就具備這樣的大數(shù)據(jù)搜集能力。在第二階段，要儲(chǔ)存、整合和分類(lèi)這些與客戶(hù)和消費(fèi)者相關(guān)的數(shù)字化數(shù)據(jù)，廠商要有運(yùn)用軟件和云計(jì)算的能力，建立云平臺(tái)或至少能夠利用公共云平臺(tái)的能力。在第三階段，廠商必須對(duì)這些與客戶(hù)和消費(fèi)者相關(guān)的數(shù)字化數(shù)據(jù)進(jìn)行加工和處理，具體過(guò)程是運(yùn)用云計(jì)算和人工智能技術(shù)來(lái)匹配大數(shù)據(jù)。有關(guān)大數(shù)據(jù)的匹配，涉及采用什么樣的人工智能技術(shù)來(lái)篩選和甄別真實(shí)反映供求關(guān)系的數(shù)據(jù)，以提取可以產(chǎn)生最大化效用的信息，它是廠商運(yùn)用大數(shù)據(jù)和人工智能展開(kāi)投資經(jīng)營(yíng)活動(dòng)的終點(diǎn)。以上有關(guān)廠商大數(shù)據(jù)分析的階段性描述是針對(duì)數(shù)字化數(shù)據(jù)而言的，當(dāng)我們考察廠商對(duì)非數(shù)字化數(shù)據(jù)的分析時(shí)，將會(huì)有更深邃的經(jīng)濟(jì)學(xué)解讀。

2.互聯(lián)網(wǎng)+企業(yè)轉(zhuǎn)變成人工智能+企業(yè)的顯著標(biāo)志是，能夠運(yùn)用人工智能技術(shù)加工和處理那些間接包含產(chǎn)品和服務(wù)之供求信息的非數(shù)字化數(shù)據(jù)

經(jīng)濟(jì)學(xué)家曾對(duì)投資和消費(fèi)的偏好、認(rèn)知、效用等進(jìn)行過(guò)深邃的基礎(chǔ)理論分析，1 他們?cè)诖嘶A(chǔ)上對(duì)產(chǎn)品、服務(wù)的供求數(shù)量變動(dòng)和對(duì)其他經(jīng)濟(jì)事件的研究，主要是通過(guò)各種社會(huì)調(diào)查取得的樣本數(shù)據(jù)以及依據(jù)各類(lèi)統(tǒng)計(jì)報(bào)表匯總的數(shù)據(jù)來(lái)展開(kāi)的，這些數(shù)據(jù)都是數(shù)字化數(shù)據(jù)。我們且不說(shuō)這些數(shù)字化數(shù)據(jù)不全面，僅就它們不包括以圖片、圖書(shū)、圖紙、視頻、聲音、影像等為載體的非數(shù)字化數(shù)據(jù)而論，廠商要從互聯(lián)網(wǎng)+企業(yè)轉(zhuǎn)變成人工智能+企業(yè)，必須能夠在云計(jì)算基礎(chǔ)上運(yùn)用諸如機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等人工智能技術(shù)把非數(shù)字化數(shù)據(jù)轉(zhuǎn)化成數(shù)字化數(shù)據(jù)。廠商的這些新科技努力至少要包括以下內(nèi)容：其一，采取什么樣的路徑和方法獲取非數(shù)字化數(shù)據(jù);其二，運(yùn)用什么樣的人工智能手段使非數(shù)字化數(shù)據(jù)轉(zhuǎn)化成數(shù)字化數(shù)據(jù);其三，大數(shù)據(jù)是已發(fā)生的歷史數(shù)據(jù)、正在發(fā)生的現(xiàn)期數(shù)據(jù)以及將來(lái)可能會(huì)發(fā)生的未來(lái)數(shù)據(jù)這三大塊數(shù)據(jù)之和，廠商的人工智能+水平達(dá)到何種高度才能處理現(xiàn)期數(shù)據(jù)和未來(lái)數(shù)據(jù)。很明顯，這些內(nèi)容將是經(jīng)濟(jì)學(xué)家對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能做出經(jīng)濟(jì)學(xué)分析的重點(diǎn)。

眾所周知，經(jīng)濟(jì)學(xué)無(wú)論是對(duì)微觀經(jīng)濟(jì)領(lǐng)域還是對(duì)宏觀經(jīng)濟(jì)領(lǐng)域進(jìn)行研究的理論歸宿，都是試圖解決由供求變動(dòng)引發(fā)的產(chǎn)量和價(jià)格決定的均衡問(wèn)題。在大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等沒(méi)有問(wèn)世前，或新科技出現(xiàn)的初期，廠商難以對(duì)投資經(jīng)營(yíng)的數(shù)字化數(shù)據(jù)做出搜集、加工和處理，更遑論非數(shù)字化數(shù)據(jù)的搜集、加工和處理，這種狀況使經(jīng)濟(jì)學(xué)家不可能聯(lián)想到大數(shù)據(jù)和人工智能等新科技的作用。經(jīng)濟(jì)學(xué)家以新科技手段作為推論產(chǎn)量和價(jià)格決定的依據(jù)，要研究廠商如何運(yùn)用科技來(lái)匹配大數(shù)據(jù)，互聯(lián)網(wǎng)+企業(yè)轉(zhuǎn)變成人工智能+企業(yè)的條件配置，新科技未來(lái)發(fā)展將會(huì)導(dǎo)致的微觀經(jīng)濟(jì)領(lǐng)域和宏觀經(jīng)濟(jì)領(lǐng)域的新格局。這些問(wèn)題的研究上升到經(jīng)濟(jì)理論分析層面，涉及微觀經(jīng)濟(jì)學(xué)和宏觀經(jīng)濟(jì)學(xué)的重塑。經(jīng)濟(jì)學(xué)家把握廠商如何搜集、儲(chǔ)存、整合、分類(lèi)、加工和處理大數(shù)據(jù)，從而把握廠商投資經(jīng)營(yíng)決策做出符合新科技實(shí)踐的過(guò)程，是經(jīng)濟(jì)學(xué)家重塑微觀經(jīng)濟(jì)學(xué)和宏觀經(jīng)濟(jì)學(xué)的分析過(guò)程。

3.廠商大數(shù)據(jù)分析的最大困難是對(duì)非數(shù)字化數(shù)據(jù)的搜集、加工和處理，經(jīng)濟(jì)學(xué)家只有對(duì)這種狀況做出解析，才有可能對(duì)廠商運(yùn)用新科技的投資經(jīng)營(yíng)做出全面的經(jīng)濟(jì)學(xué)解讀

廠商投資經(jīng)營(yíng)的非數(shù)字化數(shù)據(jù)主要來(lái)自廠商產(chǎn)供銷(xiāo)活動(dòng)的信息流動(dòng)及反饋，2 既包括廠商之間在契約形成過(guò)程中的意向、談判、制訂、修改、執(zhí)行、再調(diào)整等，也包括廠商投資經(jīng)營(yíng)的選擇偏好、認(rèn)知和效用期望變動(dòng)等;不僅包括廠商、中間商和消費(fèi)者之間的信息流動(dòng)及反饋，而且還包括他們投資經(jīng)營(yíng)和消費(fèi)的心理、傾向、體驗(yàn)、目標(biāo)追求等信息。這些呈非數(shù)字化數(shù)據(jù)的信息通常以隱性方式存在，它們能在多大程度和范圍內(nèi)被廠商搜集、加工和處理，取決于廠商大數(shù)據(jù)分析和人工智能運(yùn)用水平。從搜集這些非數(shù)字化數(shù)據(jù)的手段看，隨著全覆蓋、低時(shí)延、萬(wàn)物互聯(lián)的5G通信技術(shù)的飛速發(fā)展，廠商利用移動(dòng)互聯(lián)網(wǎng)、社交媒體、傳感器、定位系統(tǒng)等的搜集能力會(huì)逐步增強(qiáng)。不過(guò)，能夠搜集到非數(shù)字化數(shù)據(jù)是一回事，能在多大程度和范圍內(nèi)把它們轉(zhuǎn)化成數(shù)字化數(shù)據(jù)卻是另一回事。經(jīng)濟(jì)學(xué)家要解釋這個(gè)問(wèn)題，離不開(kāi)對(duì)廠商數(shù)據(jù)智能化水平的經(jīng)濟(jì)學(xué)分析。

數(shù)據(jù)智能化是對(duì)廠商搜集、儲(chǔ)存、整合、分類(lèi)、加工和處理大數(shù)據(jù)能力的一種綜合描述，該能力高低是廠商大數(shù)據(jù)分析水平高低的標(biāo)志。如前所述，我們?cè)来伟褟S商搜集和儲(chǔ)存大數(shù)據(jù)、整合和分類(lèi)大數(shù)據(jù)、加工和處理大數(shù)據(jù)劃分為技術(shù)層級(jí)的三個(gè)階段，若以廠商能否駕馭數(shù)字化數(shù)據(jù)和非數(shù)字化數(shù)據(jù)作為判斷依據(jù)，很明顯，那些能夠搜集、儲(chǔ)存、整合、分類(lèi)、加工和處理非數(shù)字化數(shù)據(jù)的廠商，要比那些只能駕馭數(shù)字化數(shù)據(jù)的廠商具有更高的數(shù)據(jù)智能化水平。無(wú)論廠商是搜集、儲(chǔ)存、整合、分類(lèi)、加工和處理數(shù)字化數(shù)據(jù)還是非數(shù)字化數(shù)據(jù)，人工智能技術(shù)的掌握和運(yùn)用都貫穿其間。換言之，廠商數(shù)據(jù)智能化水平的高低終究還是要體現(xiàn)在人工智能的運(yùn)用高低上，這便要求經(jīng)濟(jì)學(xué)家結(jié)合人工智能運(yùn)用對(duì)數(shù)據(jù)智能化水平不同廠商的預(yù)測(cè)供給和需求情形做出一般性分析。基于此，經(jīng)濟(jì)學(xué)家可考慮先對(duì)只能應(yīng)付數(shù)字化數(shù)據(jù)的廠商進(jìn)行分析，通過(guò)分析這類(lèi)廠商在不同數(shù)據(jù)智能化階段的供給和需求的預(yù)測(cè)能力，對(duì)不同數(shù)據(jù)智能化水平的廠商做出一般的理論概括;然后再對(duì)既能應(yīng)對(duì)數(shù)字化數(shù)據(jù)又能應(yīng)對(duì)非數(shù)字化數(shù)據(jù)的廠商進(jìn)行分析;以致能夠?qū)Σ煌瑪?shù)據(jù)智能化水平廠商預(yù)測(cè)供給和需求狀況加以模型化，從而勾勒廠商大數(shù)據(jù)分析之經(jīng)濟(jì)學(xué)解讀的一般圖景。

其實(shí)，較之工業(yè)化時(shí)代廠商獲取信息和處理信息的情形，我們?cè)趶S商只能搜集、儲(chǔ)存、整合、分類(lèi)、加工和處理數(shù)字化數(shù)據(jù)的框架內(nèi)考察其投資經(jīng)營(yíng)，即便只是對(duì)處于搜集和儲(chǔ)存數(shù)據(jù)階段進(jìn)行考察，廠商數(shù)據(jù)智能化水平也大大高于工業(yè)化時(shí)代。具體地說(shuō)，廠商會(huì)通過(guò)互聯(lián)網(wǎng)和云平臺(tái)來(lái)搜集、儲(chǔ)存大量有關(guān)產(chǎn)供銷(xiāo)的數(shù)字化數(shù)據(jù)，并從這些大數(shù)據(jù)中獲得比工業(yè)化時(shí)代花費(fèi)同樣成本要多得多的信息;當(dāng)廠商具備整合和分類(lèi)數(shù)字化數(shù)據(jù)的能力時(shí)，從大數(shù)據(jù)中甄別、刪除和篩選錯(cuò)誤信息、失真信息、扭曲信息的數(shù)據(jù)智能化水平便達(dá)到了一定的高度，就能夠獲取更多的產(chǎn)供銷(xiāo)的準(zhǔn)確信息;當(dāng)廠商具備加工和處理數(shù)字化數(shù)據(jù)的能力時(shí)，意味著廠商能夠利用云平臺(tái)和云計(jì)算以及其他初級(jí)人工智能技術(shù)來(lái)匹配大數(shù)據(jù)，以致能更多、更準(zhǔn)確地獲取產(chǎn)供銷(xiāo)信息。當(dāng)廠商能夠搜集、儲(chǔ)存、整合、分類(lèi)、加工和處理非數(shù)字化數(shù)據(jù)時(shí)，這個(gè)分析框架與數(shù)字化數(shù)據(jù)分析框架的內(nèi)容類(lèi)似，只是數(shù)據(jù)智能化水平差異導(dǎo)致廠商從大數(shù)據(jù)中獲取信息量及其準(zhǔn)確性有所不同。

經(jīng)濟(jì)學(xué)家對(duì)廠商運(yùn)用大數(shù)據(jù)而形成的數(shù)據(jù)智能化水平進(jìn)行經(jīng)濟(jì)學(xué)解讀的重點(diǎn)，是要通過(guò)大數(shù)據(jù)分析來(lái)說(shuō)明廠商預(yù)測(cè)產(chǎn)品和服務(wù)之供求數(shù)量準(zhǔn)確性的提升，并通過(guò)這種說(shuō)明為重塑微觀經(jīng)濟(jì)分析框架奠定理論基礎(chǔ)。同時(shí)，經(jīng)濟(jì)學(xué)家要解釋大數(shù)據(jù)分析有可能改變社會(huì)經(jīng)濟(jì)運(yùn)行格局，也就是要解釋人們所說(shuō)的經(jīng)濟(jì)運(yùn)行怎樣進(jìn)入數(shù)字經(jīng)濟(jì)時(shí)代。關(guān)于這個(gè)問(wèn)題的解釋?zhuān)枰f(shuō)明廠商運(yùn)用什么樣的人工智能技術(shù)匹配大數(shù)據(jù)才能實(shí)現(xiàn)經(jīng)濟(jì)運(yùn)行模式的轉(zhuǎn)型。而要說(shuō)明這個(gè)轉(zhuǎn)型過(guò)程的發(fā)生，經(jīng)濟(jì)學(xué)家必須對(duì)廠商運(yùn)用人工智能技術(shù)做出經(jīng)濟(jì)學(xué)分析。

三、廠商運(yùn)用人工智能技術(shù)的經(jīng)濟(jì)學(xué)分析

人工智能技術(shù)在社會(huì)經(jīng)濟(jì)、政治、文化等領(lǐng)域的廣泛應(yīng)用正在推動(dòng)數(shù)據(jù)主義的盛行。1 我們姑且不論數(shù)據(jù)主義關(guān)于宇宙萬(wàn)物都可解析為“算法”的觀點(diǎn)未來(lái)能不能經(jīng)得起檢驗(yàn)，僅從數(shù)據(jù)智能化引致人類(lèi)決策的新路徑和新方法看，數(shù)據(jù)主義的前瞻性或多或少具有一定程度的說(shuō)服力。正像經(jīng)濟(jì)學(xué)資源配置理論、產(chǎn)業(yè)組織理論等所描述和揭示的那樣，廠商投資經(jīng)營(yíng)會(huì)面臨投資什么以及投資多少的決策，解決產(chǎn)量、價(jià)格的決定以及競(jìng)爭(zhēng)路徑的選擇。這些問(wèn)題涉及信息的搜集和處理，通常需要廠商運(yùn)用科技手段來(lái)預(yù)測(cè)和解決。大數(shù)據(jù)作為信息來(lái)源和新科技的基本分析要素，是以顯性和隱性?xún)煞N形式存在于人類(lèi)活動(dòng)和自然現(xiàn)象之中的，廠商要獲取完備和準(zhǔn)確的信息，就必須在掌握和運(yùn)用大數(shù)據(jù)的基礎(chǔ)上按投資經(jīng)營(yíng)目的對(duì)大數(shù)據(jù)進(jìn)行匹配，這便關(guān)聯(lián)到人工智能技術(shù)發(fā)展和采用何種人工智能技術(shù)手段等問(wèn)題。

1.相對(duì)于物聯(lián)網(wǎng)和區(qū)塊鏈等人工智能技術(shù)，機(jī)器學(xué)習(xí)是廠商加工和處理產(chǎn)供銷(xiāo)大數(shù)據(jù)的主要人工智能技術(shù)手段

大數(shù)據(jù)、5G通信、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算以及機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)和區(qū)塊鏈等人工智能技術(shù)，正在打造數(shù)字經(jīng)濟(jì)、智能經(jīng)濟(jì)、共享經(jīng)濟(jì)和體驗(yàn)經(jīng)濟(jì)等新業(yè)態(tài);廠商運(yùn)用云計(jì)算對(duì)不同特征數(shù)據(jù)流的加工和處理，1 以及建構(gòu)和運(yùn)用智能模型來(lái)代替人腦選擇的一些成功嘗試，在宣示著新科技有可能比市場(chǎng)機(jī)制更高效率調(diào)節(jié)產(chǎn)量和價(jià)格的同時(shí)，也在激勵(lì)著經(jīng)濟(jì)學(xué)家對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能展開(kāi)新探索。以產(chǎn)量和價(jià)格的決定而論，廠商在達(dá)到云計(jì)算技術(shù)要求的前提下，要完成對(duì)產(chǎn)供銷(xiāo)大數(shù)據(jù)的加工和處理，需要事先制定學(xué)習(xí)目標(biāo)和訓(xùn)練算法迭代，把數(shù)據(jù)格式化和過(guò)濾掉無(wú)關(guān)數(shù)據(jù)，以完成對(duì)產(chǎn)量、價(jià)格大數(shù)據(jù)進(jìn)行挖掘和處理的機(jī)器學(xué)習(xí)過(guò)程。相對(duì)物聯(lián)網(wǎng)和區(qū)塊鏈等人工智能技術(shù)，機(jī)器學(xué)習(xí)借助云平臺(tái)和云計(jì)算對(duì)廠商產(chǎn)供銷(xiāo)大數(shù)據(jù)進(jìn)行的加工和處理，是一個(gè)更加直接運(yùn)用人工智能匹配大數(shù)據(jù)的過(guò)程;機(jī)器學(xué)習(xí)作為一種預(yù)測(cè)廠商產(chǎn)供銷(xiāo)數(shù)量的人工智能方法，直接關(guān)聯(lián)于產(chǎn)量和價(jià)格決定。

經(jīng)濟(jì)學(xué)運(yùn)用齊次方程組揭示產(chǎn)品和服務(wù)數(shù)量及其結(jié)構(gòu)的一般均衡分析，是以供求關(guān)系和價(jià)格機(jī)制調(diào)節(jié)產(chǎn)品、服務(wù)為分析基礎(chǔ)的，2 這一分析落實(shí)到廠商的產(chǎn)品和價(jià)格決定上，可謂一種高度抽象的描述;而后期理論對(duì)產(chǎn)品和價(jià)格決定的研究，同樣沒(méi)有跳出一般均衡分析的抽象理論框架。理論分析從抽象走向具體，廠商要準(zhǔn)確決定產(chǎn)品數(shù)量和價(jià)格，關(guān)鍵在于準(zhǔn)確預(yù)測(cè)客戶(hù)需求;客戶(hù)需求在大數(shù)據(jù)上表現(xiàn)出明顯的多維度，這些多維度的大數(shù)據(jù)既包含不同層次和側(cè)面的需求信息，也包括表征需求的真實(shí)信息、扭曲信息和錯(cuò)誤信息;廠商要在解析這些反映多維度需求大數(shù)據(jù)的基礎(chǔ)上做出預(yù)測(cè)，機(jī)器學(xué)習(xí)是目前最有效的人工智能技術(shù)手段。物聯(lián)網(wǎng)是融合了互聯(lián)網(wǎng)技術(shù)、通信技術(shù)和信息技術(shù)的跨領(lǐng)域人工智能平臺(tái)，作為一種網(wǎng)絡(luò)物理系統(tǒng)（Cyber Physical System），盡管其具有數(shù)據(jù)采集、處理和智能運(yùn)用等功能，但它并不能直接對(duì)投資、生產(chǎn)什么以及投資、生產(chǎn)多少做出預(yù)測(cè)。同理，區(qū)塊鏈本質(zhì)上是價(jià)值互聯(lián)網(wǎng)，盡管它具有分布式賬本、去中心化信任、時(shí)間戳、非對(duì)稱(chēng)加密、智能合約五大技術(shù)特征，但它同樣不能直接對(duì)投資、生產(chǎn)什么以及投資、生產(chǎn)多少做出預(yù)測(cè)。

經(jīng)濟(jì)理論的學(xué)術(shù)價(jià)值和實(shí)踐價(jià)值，在于解釋經(jīng)濟(jì)現(xiàn)象的因果關(guān)聯(lián)、運(yùn)行機(jī)理，并在此基礎(chǔ)上通過(guò)大數(shù)據(jù)分析展開(kāi)預(yù)測(cè)。就大數(shù)據(jù)的加工和處理而論，機(jī)器學(xué)習(xí)從監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)走向深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)，標(biāo)志著人類(lèi)預(yù)測(cè)能力的提高。廠商運(yùn)用機(jī)器學(xué)習(xí)方法來(lái)預(yù)測(cè)產(chǎn)品、服務(wù)的供給、需求及其結(jié)構(gòu)，是以掌握極大量、完備性的產(chǎn)供銷(xiāo)大數(shù)據(jù)為前提，以多維度的產(chǎn)供銷(xiāo)大數(shù)據(jù)為主要分析對(duì)象的，因此，機(jī)器學(xué)習(xí)在分析程序、方法和過(guò)程等方面明顯不同于物聯(lián)網(wǎng)和區(qū)塊鏈，這便給經(jīng)濟(jì)學(xué)家展開(kāi)對(duì)廠商運(yùn)用人工智能的經(jīng)濟(jì)學(xué)分析劃定了既定的對(duì)象和范圍。

2.廠商運(yùn)用機(jī)器學(xué)習(xí)方法進(jìn)行產(chǎn)供銷(xiāo)預(yù)測(cè)的最大困難，是對(duì)供給和需求之多維度大數(shù)據(jù)的加工和處理，而解決這一困難的途徑在于對(duì)非數(shù)字化數(shù)據(jù)的匹配

機(jī)器學(xué)習(xí)方法是一種與計(jì)量經(jīng)濟(jì)學(xué)有交集但突破了其過(guò)度注重對(duì)經(jīng)濟(jì)現(xiàn)象進(jìn)行統(tǒng)計(jì)計(jì)量的人工智能技術(shù)。與計(jì)量經(jīng)濟(jì)學(xué)關(guān)注估計(jì)結(jié)果的無(wú)偏性和一致性不同，機(jī)器學(xué)習(xí)以決策樹(shù)（Decision Tree）、支持向量機(jī)（SVM）等模型為支撐，試圖解決預(yù)測(cè)問(wèn)題。機(jī)器學(xué)習(xí)廣泛運(yùn)用原先因樣本數(shù)據(jù)限制而在計(jì)量經(jīng)濟(jì)學(xué)中很少運(yùn)用的嶺回歸（Ridge Regression）、套索算法（LASSO）等方法。3誠(chéng)然，機(jī)器學(xué)習(xí)有取代計(jì)量分析方法的趨勢(shì)，但廠商運(yùn)用機(jī)器學(xué)習(xí)仍然難以預(yù)測(cè)產(chǎn)量、價(jià)格決定。具體地說(shuō)，現(xiàn)有的機(jī)器學(xué)習(xí)技術(shù)在尚不足以全面搜集、整合、儲(chǔ)存、分類(lèi)、加工和處理數(shù)字化數(shù)據(jù)的情況下，根本無(wú)法應(yīng)對(duì)非數(shù)字化數(shù)據(jù)。不過(guò)，現(xiàn)階段廠商運(yùn)用機(jī)器學(xué)習(xí)技術(shù)難以預(yù)測(cè)產(chǎn)量和價(jià)格是一回事，在理論上闡釋未來(lái)廠商運(yùn)用機(jī)器學(xué)習(xí)方法有可能準(zhǔn)確預(yù)測(cè)產(chǎn)量、價(jià)格的機(jī)理卻是另一回事。經(jīng)濟(jì)學(xué)家必須關(guān)注這一機(jī)理的研究。

對(duì)于廠商而言，掌握客戶(hù)需求大數(shù)據(jù)是至關(guān)重要的。從理論上講，客戶(hù)需求大數(shù)據(jù)可分為直接需求大數(shù)據(jù)和間接需求大數(shù)據(jù)。1 前者通常反映為廠商提供的產(chǎn)品、服務(wù)數(shù)量，這部分?jǐn)?shù)據(jù)又可分為已發(fā)生交易的大數(shù)據(jù)和馬上產(chǎn)生交易的潛在大數(shù)據(jù);后者則是由大眾投資、消費(fèi)其他產(chǎn)品和服務(wù)（甚至包括與投資、消費(fèi)無(wú)關(guān)的活動(dòng)）所折射出來(lái)的反映這部分需求的大數(shù)據(jù)。關(guān)于直接需求中已發(fā)生交易的大數(shù)據(jù)，廠商可以依據(jù)已完成交易的產(chǎn)品、服務(wù)量對(duì)大數(shù)據(jù)進(jìn)行搜集、整合、儲(chǔ)存、分類(lèi)、加工和處理，運(yùn)用監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等機(jī)器學(xué)習(xí)方法來(lái)預(yù)測(cè)后續(xù)期應(yīng)該提供的產(chǎn)品、服務(wù)數(shù)量。廠商運(yùn)用人工智能技術(shù)預(yù)測(cè)產(chǎn)品、服務(wù)的供應(yīng)量并由此決定產(chǎn)量、價(jià)格，會(huì)在一定程度上改變市場(chǎng)機(jī)制的調(diào)節(jié)方式。針對(duì)市場(chǎng)調(diào)節(jié)方式的改變，經(jīng)濟(jì)學(xué)家要圍繞資源配置機(jī)制來(lái)展開(kāi)分析，研究廠商運(yùn)用大數(shù)據(jù)和人工智能會(huì)在哪些方面減弱市場(chǎng)價(jià)格機(jī)制調(diào)節(jié)產(chǎn)量的功能，并在理論上修正或創(chuàng)新廠商的供給函數(shù)和需求函數(shù)。

對(duì)廠商運(yùn)用人工智能技術(shù)加工、處理間接需求大數(shù)據(jù)的分析，是一個(gè)很困難的問(wèn)題?；陂g接需求大數(shù)據(jù)主要是非數(shù)字化數(shù)據(jù)，廠商搜集這類(lèi)大數(shù)據(jù)需要借助移動(dòng)通信（網(wǎng)）、傳感器、社交媒體、定位系統(tǒng)等新科技手段，而廠商加工、處理這類(lèi)大數(shù)據(jù)則需要掌握能夠?qū)⒎菙?shù)字化數(shù)據(jù)轉(zhuǎn)化為數(shù)字化數(shù)據(jù)的尖端人工智能技術(shù)。例如，針對(duì)大眾的消費(fèi)傾向、消費(fèi)偏好、消費(fèi)時(shí)尚等的變化，廠商需要具備諸如邏輯推理、專(zhuān)家系統(tǒng)、概率推理、語(yǔ)音識(shí)別、自然語(yǔ)言處理等人工智能技術(shù)，能夠讓機(jī)器學(xué)習(xí)融合邏輯推理、概率推理等，并能夠在此基礎(chǔ)上通過(guò)提升深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)手段對(duì)這些間接需求大數(shù)據(jù)展開(kāi)多維度分析，以嘗試將類(lèi)似于消費(fèi)傾向等的非數(shù)字化數(shù)據(jù)轉(zhuǎn)化為數(shù)字化數(shù)據(jù)。2 在未來(lái)，廠商運(yùn)用人工智能技術(shù)對(duì)非數(shù)字化數(shù)據(jù)進(jìn)行的加工和處理，是微觀經(jīng)濟(jì)分析不可忽視的重要環(huán)節(jié)，經(jīng)濟(jì)學(xué)家要將這種轉(zhuǎn)化納入理性選擇理論;事實(shí)上，當(dāng)廠商能夠運(yùn)用人工智能技術(shù)實(shí)現(xiàn)這種轉(zhuǎn)化時(shí)，理性選擇理論的偏好函數(shù)就出現(xiàn)了新內(nèi)容，從而也就規(guī)定了認(rèn)知函數(shù)和效用函數(shù)的新內(nèi)容。

3.物聯(lián)網(wǎng)技術(shù)與機(jī)器學(xué)習(xí)技術(shù)在廠商投資經(jīng)營(yíng)活動(dòng)中有著相同的基質(zhì)，都是廠商數(shù)據(jù)智能化的體現(xiàn)，共同改變著廠商投資經(jīng)營(yíng)的路徑和策略

廠商投資經(jīng)營(yíng)的數(shù)據(jù)智能化，是指廠商利用互聯(lián)網(wǎng)和云平臺(tái)、云計(jì)算和機(jī)器學(xué)習(xí)等人工智能技術(shù)的投資經(jīng)營(yíng)過(guò)程。與機(jī)器學(xué)習(xí)一樣，物聯(lián)網(wǎng)作為人工智能技術(shù)所展現(xiàn)的數(shù)據(jù)智能化，是數(shù)據(jù)采集、數(shù)據(jù)處理和數(shù)據(jù)智能運(yùn)用。當(dāng)物聯(lián)網(wǎng)經(jīng)由機(jī)器學(xué)習(xí)助推而達(dá)到較高的技術(shù)層級(jí)時(shí)，對(duì)于產(chǎn)量和價(jià)格確定，或者說(shuō)，投資和生產(chǎn)什么，投資和生產(chǎn)多少，消費(fèi)者需求什么、需求多少以及偏好于何種需求方式等，廠商都可以運(yùn)用機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)而在一定程度和范圍內(nèi)揭示。通過(guò)參數(shù)選擇和模型設(shè)置建構(gòu)，物聯(lián)網(wǎng)可以通過(guò)企業(yè)之間的互通互聯(lián)來(lái)匹配大數(shù)據(jù)。它是具備一定技術(shù)層級(jí)的數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化（下文將討論）的網(wǎng)絡(luò)平臺(tái)。物聯(lián)網(wǎng)可經(jīng)由產(chǎn)品、服務(wù)的供求結(jié)構(gòu)變動(dòng)來(lái)導(dǎo)引廠商適應(yīng)和選擇經(jīng)營(yíng)場(chǎng)景，它的廣泛運(yùn)用會(huì)改變廠商投資經(jīng)營(yíng)的路徑、策略，以致引起產(chǎn)業(yè)組織變動(dòng)。經(jīng)濟(jì)學(xué)需要在物聯(lián)網(wǎng)、機(jī)器學(xué)習(xí)和網(wǎng)絡(luò)協(xié)同化相融合的背景下，加深、拓寬對(duì)廠商投資經(jīng)營(yíng)路徑、策略的研究。

廠商投資經(jīng)營(yíng)路徑、策略是以效用最大化為目標(biāo)的，當(dāng)機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)等新科技能夠使廠商實(shí)現(xiàn)效用最大化時(shí)，數(shù)據(jù)智能化就會(huì)成為廠商在充分競(jìng)爭(zhēng)條件下投資經(jīng)營(yíng)的主要路徑、策略。無(wú)論是從機(jī)器學(xué)習(xí)還是從物聯(lián)網(wǎng)來(lái)考察，廠商借助云平臺(tái)和云計(jì)算進(jìn)行機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)操作的過(guò)程，皆是運(yùn)用人工智能匹配大數(shù)據(jù)的過(guò)程?，F(xiàn)階段廣泛運(yùn)用的深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)通過(guò)多層次神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)，是結(jié)合低層級(jí)特征數(shù)據(jù)與高層級(jí)特征數(shù)據(jù)來(lái)揭示大數(shù)據(jù)分布特征的。1如前所述，大數(shù)據(jù)是歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)與未來(lái)數(shù)據(jù)之和，由此可推論，當(dāng)前機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)的發(fā)展方向是在加工、處理歷史數(shù)據(jù)的基礎(chǔ)上走向加工、處理現(xiàn)期數(shù)據(jù)，將來(lái)的發(fā)展方向是加工、處理未來(lái)數(shù)據(jù)。這兩大發(fā)展方向蘊(yùn)含著廠商投資經(jīng)營(yíng)路徑、策略的機(jī)理構(gòu)成，經(jīng)濟(jì)學(xué)家需要從廠商與客戶(hù)之間的行為互動(dòng)中做出解說(shuō)，以創(chuàng)新大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等相融合背景下的產(chǎn)業(yè)組織理論。

4.網(wǎng)絡(luò)協(xié)同化是廠商運(yùn)用大數(shù)據(jù)和人工智能進(jìn)行交易的必然結(jié)果，網(wǎng)絡(luò)協(xié)同化的核心是經(jīng)濟(jì)學(xué)需要關(guān)注的廠商與客戶(hù)之間的行為互動(dòng)

數(shù)據(jù)智能化既是物聯(lián)網(wǎng)的基礎(chǔ)也是網(wǎng)絡(luò)協(xié)同化的基礎(chǔ)，但這并不妨礙物聯(lián)網(wǎng)與網(wǎng)絡(luò)協(xié)同化之間的邏輯關(guān)聯(lián)，即物聯(lián)網(wǎng)會(huì)從行業(yè)運(yùn)營(yíng)擴(kuò)張到全社會(huì)，并與互聯(lián)網(wǎng)交易一起導(dǎo)致網(wǎng)絡(luò)協(xié)同化。大數(shù)據(jù)和人工智能專(zhuān)家通常關(guān)注物聯(lián)網(wǎng)的具體操作，2經(jīng)濟(jì)學(xué)家則關(guān)注物聯(lián)網(wǎng)從行業(yè)擴(kuò)張到全社會(huì)所推動(dòng)的網(wǎng)絡(luò)協(xié)同化。物聯(lián)網(wǎng)依據(jù)自下而上的“數(shù)據(jù)和算法”形成的執(zhí)行指令對(duì)廠商投資經(jīng)營(yíng)的功能性影響，是把傳統(tǒng)企業(yè)逐步改變成基于數(shù)據(jù)和算法的智能企業(yè);當(dāng)我們把物聯(lián)網(wǎng)執(zhí)行指令與產(chǎn)品和服務(wù)交易過(guò)程綜合起來(lái)考察，可以發(fā)現(xiàn)這些經(jīng)過(guò)參數(shù)和模型預(yù)先設(shè)計(jì)而產(chǎn)生的執(zhí)行指令，會(huì)通過(guò)產(chǎn)品、服務(wù)交易，打破企業(yè)原先依據(jù)價(jià)格信號(hào)和供求關(guān)系進(jìn)行選擇的市場(chǎng)秩序。不過(guò)，對(duì)于經(jīng)濟(jì)理論研究來(lái)說(shuō)，應(yīng)該重視伴隨這些執(zhí)行指令的產(chǎn)品、服務(wù)交易背后的廠商與客戶(hù)的行為互動(dòng)，即廠商投資經(jīng)營(yíng)過(guò)程中的網(wǎng)絡(luò)協(xié)同化。

針對(duì)大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等相融合背景下出現(xiàn)的網(wǎng)絡(luò)協(xié)同化，以交易成本為核心的現(xiàn)代主流產(chǎn)業(yè)組織理論的解釋是蒼白無(wú)力的。主流經(jīng)濟(jì)學(xué)的解釋力之所以會(huì)出現(xiàn)這樣的境況，是因?yàn)楣I(yè)化時(shí)代沒(méi)有互聯(lián)網(wǎng)這一交易平臺(tái)，廠商不能運(yùn)用大數(shù)據(jù)和人工智能技術(shù)進(jìn)行投資經(jīng)營(yíng)，經(jīng)濟(jì)學(xué)家不可能在扁平化層次上關(guān)注廠商與客戶(hù)之間的行為互動(dòng)。關(guān)于網(wǎng)絡(luò)協(xié)同化對(duì)廠商數(shù)據(jù)智能化的要求，是一個(gè)值得經(jīng)濟(jì)學(xué)深入分析的問(wèn)題。這個(gè)問(wèn)題至少有以下三個(gè)方面的內(nèi)容：一是如何運(yùn)用大數(shù)據(jù)分析來(lái)解釋廠商與客戶(hù)之間的行為互動(dòng)，這是把科技因素作為內(nèi)生變量引入理論研究的嘗試;二是如何在理論上解說(shuō)網(wǎng)絡(luò)協(xié)同化與數(shù)據(jù)智能化的相關(guān)性，這需要從短期和長(zhǎng)期來(lái)考察;三是如何依據(jù)廠商數(shù)據(jù)智能化水平來(lái)界定廠商網(wǎng)絡(luò)協(xié)同化層級(jí)，這是對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能展開(kāi)經(jīng)濟(jì)學(xué)分析的重要側(cè)面。3 經(jīng)濟(jì)學(xué)家對(duì)網(wǎng)絡(luò)協(xié)同化的進(jìn)一步討論，會(huì)涉及網(wǎng)絡(luò)協(xié)同效應(yīng)這一深邃且直面經(jīng)濟(jì)學(xué)基礎(chǔ)理論的問(wèn)題。

人類(lèi)進(jìn)入大數(shù)據(jù)時(shí)代出現(xiàn)廠商與客戶(hù)的網(wǎng)絡(luò)協(xié)同化，是因?yàn)閺S商投資經(jīng)營(yíng)走向了數(shù)據(jù)智能化。網(wǎng)絡(luò)協(xié)同化與數(shù)據(jù)智能化是一塊銅板的兩面。一般來(lái)講，廠商數(shù)據(jù)智能化技術(shù)程度低，就難以用人工智能技術(shù)搜集、加工和處理廠商與客戶(hù)交易時(shí)由行為互動(dòng)所產(chǎn)生的大數(shù)據(jù)，網(wǎng)絡(luò)協(xié)同化水平就低，反之則亦然。在市場(chǎng)競(jìng)爭(zhēng)中，數(shù)據(jù)智能化技術(shù)水平低的廠商可以達(dá)到一定程度的網(wǎng)絡(luò)協(xié)同化，但不能實(shí)現(xiàn)網(wǎng)絡(luò)協(xié)同效應(yīng)，只有數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化水平都很高的廠商才能實(shí)現(xiàn)網(wǎng)絡(luò)協(xié)同效應(yīng)。這里有一個(gè)問(wèn)題需要討論，那就是具備網(wǎng)絡(luò)協(xié)同效應(yīng)的廠商會(huì)產(chǎn)生市場(chǎng)勢(shì)力，從而具有行業(yè)壟斷的潛質(zhì)。網(wǎng)絡(luò)協(xié)同效應(yīng)問(wèn)題的出現(xiàn)，擴(kuò)大了經(jīng)濟(jì)學(xué)分析廠商運(yùn)用大數(shù)據(jù)和人工智能的邊界，它要求經(jīng)濟(jì)學(xué)家對(duì)廠商競(jìng)爭(zhēng)路徑、手段、行業(yè)壟斷形成等進(jìn)行研究，并在此基礎(chǔ)上對(duì)資源配置機(jī)制、產(chǎn)業(yè)組織變動(dòng)、政府宏觀調(diào)控等問(wèn)題進(jìn)行研究。顯然，這些問(wèn)題的研究要受到未來(lái)大數(shù)據(jù)和人工智能技術(shù)發(fā)展的約束。

四、對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能的未來(lái)展望

廠商運(yùn)用大數(shù)據(jù)和人工智能未來(lái)發(fā)展的總體方向，可以從兩個(gè)方面概括：一是在實(shí)現(xiàn)熟練加工和處理數(shù)字化數(shù)據(jù)的基礎(chǔ)上，最大限度地提高加工和處理非數(shù)字化數(shù)據(jù)的水平;二是在實(shí)現(xiàn)熟練加工和處理歷史數(shù)據(jù)的基礎(chǔ)上，努力達(dá)到能夠加工和處理現(xiàn)期數(shù)據(jù)，并且朝著挖掘、加工和處理未來(lái)數(shù)據(jù)的方向行進(jìn)。從經(jīng)濟(jì)理論研究角度看問(wèn)題，無(wú)論是單個(gè)廠商還是全體廠商對(duì)歷史數(shù)據(jù)的加工和處理，只是對(duì)已發(fā)生交易的產(chǎn)品和服務(wù)的歷史數(shù)據(jù)進(jìn)行的加工和處理，或者說(shuō)，是對(duì)前期供給和需求之大數(shù)據(jù)的加工和處理。經(jīng)濟(jì)學(xué)在非大數(shù)據(jù)框架內(nèi)對(duì)歷史數(shù)據(jù)的加工和處理曾有過(guò)很長(zhǎng)時(shí)間的探索，但標(biāo)志這種探索的經(jīng)濟(jì)實(shí)證分析所做出的各種預(yù)測(cè)模型并沒(méi)有獲得令人滿(mǎn)意的成功。隨著大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的高度融合，廠商搜集、加工和處理歷史數(shù)據(jù)的人工智能技術(shù)日益提高，大數(shù)據(jù)分析已顯著提高了廠商預(yù)測(cè)產(chǎn)品、服務(wù)的供求能力。針對(duì)廠商運(yùn)用大數(shù)據(jù)和人工智能的這一發(fā)展勢(shì)頭，經(jīng)濟(jì)學(xué)家要結(jié)合經(jīng)濟(jì)學(xué)基本原理做出一般理論分析。

經(jīng)濟(jì)活動(dòng)中正在發(fā)生的現(xiàn)期數(shù)據(jù)和尚未發(fā)生的未來(lái)數(shù)據(jù)，構(gòu)成了廠商運(yùn)用人工智能技術(shù)來(lái)匹配大數(shù)據(jù)的最大難點(diǎn)。1 相對(duì)于未來(lái)數(shù)據(jù)，現(xiàn)期數(shù)據(jù)的對(duì)象是人們正在進(jìn)行的經(jīng)濟(jì)活動(dòng)留下的行為痕跡，廠商對(duì)它們的搜集、加工和處理具有直觀性，譬如，產(chǎn)品生產(chǎn)、交易、消費(fèi)、物資運(yùn)輸、國(guó)內(nèi)外貿(mào)易、資源勘探與開(kāi)發(fā)等。如果廠商數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化水平很高，就可以通過(guò)移動(dòng)互聯(lián)網(wǎng)、傳感器、社交媒體、定位系統(tǒng)等來(lái)搜集、儲(chǔ)存、整合和分類(lèi)這些現(xiàn)期數(shù)據(jù)，利用云平臺(tái)、云計(jì)算和人工智能技術(shù)來(lái)加工、處理這些現(xiàn)期數(shù)據(jù)。撇開(kāi)大數(shù)據(jù)和人工智能的各種技術(shù)規(guī)定，經(jīng)濟(jì)理論對(duì)廠商試圖處理現(xiàn)期數(shù)據(jù)這種發(fā)展趨勢(shì)的分析，要研究廠商具備處理現(xiàn)期數(shù)據(jù)能力后對(duì)微觀經(jīng)濟(jì)行為變化的影響，并根據(jù)這些變化來(lái)分層次地分析供求格局、產(chǎn)量和價(jià)格決定、競(jìng)爭(zhēng)和壟斷、產(chǎn)業(yè)組織變動(dòng)等，以奠定對(duì)微觀經(jīng)濟(jì)學(xué)進(jìn)行創(chuàng)新的基礎(chǔ)。

廠商運(yùn)用大數(shù)據(jù)和人工智能進(jìn)行投資經(jīng)營(yíng)的最高境界，是能夠挖掘、加工和處理未來(lái)數(shù)據(jù)。廠商挖掘大數(shù)據(jù)與搜集大數(shù)據(jù)存在差別。前者是對(duì)現(xiàn)有新科技手段還難以搜集的未來(lái)大數(shù)據(jù)的挖掘;后者是現(xiàn)有新科技手段能夠搜集的大數(shù)據(jù)，主要是指歷史數(shù)據(jù)。對(duì)未來(lái)數(shù)據(jù)的挖掘，僅僅靠現(xiàn)有的移動(dòng)互聯(lián)網(wǎng)、傳感器、社交媒體、定位系統(tǒng)以及云計(jì)算、云平臺(tái)等是遠(yuǎn)遠(yuǎn)不夠的，必須在邏輯推理、專(zhuān)家系統(tǒng)、概率推理、語(yǔ)音識(shí)別、自然語(yǔ)言處理等人工智能技術(shù)方面有長(zhǎng)足的發(fā)展。例如，利用人工智能的尖端技術(shù)，在深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的基礎(chǔ)上探索出更高端的機(jī)器學(xué)習(xí)方法。目前人類(lèi)利用人工智能技術(shù)成功挖掘未來(lái)數(shù)據(jù)的案例是AlphaGo和Master與世界頂級(jí)棋手的對(duì)弈，人類(lèi)運(yùn)用人工智能技術(shù)對(duì)大約30萬(wàn)幅圍棋譜的大數(shù)據(jù)進(jìn)行加工和處理，并通過(guò)融合深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)而挖掘出人工智能支撐的新數(shù)據(jù)（未來(lái)數(shù)據(jù)），最終戰(zhàn)勝了世界頂級(jí)棋手。在未來(lái)，廠商運(yùn)用頂級(jí)人工智能技術(shù)挖掘、加工和處理未來(lái)數(shù)據(jù)將會(huì)成為一種必然趨勢(shì)。

然則，無(wú)論將來(lái)人工智能技術(shù)運(yùn)用于經(jīng)濟(jì)領(lǐng)域獲得怎樣的發(fā)展，廠商數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化永遠(yuǎn)是決定這種發(fā)展不會(huì)改變的根基。從經(jīng)濟(jì)學(xué)有關(guān)產(chǎn)品和服務(wù)的供給和需求角度考察，當(dāng)廠商數(shù)據(jù)智能化達(dá)到一定高度時(shí)，就有可能準(zhǔn)確把握市場(chǎng)出清意義上的產(chǎn)品和服務(wù)的供給端;同理，當(dāng)廠商網(wǎng)絡(luò)協(xié)同化達(dá)到一定高度時(shí)，就有可能準(zhǔn)確把握市場(chǎng)出清意義上的產(chǎn)品和服務(wù)的需求端。廠商出于效用最大化的內(nèi)在沖動(dòng)，總是力圖使自己的數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化達(dá)到很高的水準(zhǔn);廠商處于外在競(jìng)爭(zhēng)的強(qiáng)制，總是希望具有很強(qiáng)的市場(chǎng)實(shí)力。換言之，廠商總是希望通過(guò)大數(shù)據(jù)和人工智能技術(shù)的運(yùn)用來(lái)實(shí)現(xiàn)讓其他廠商望其項(xiàng)背的網(wǎng)絡(luò)協(xié)同效應(yīng)。網(wǎng)絡(luò)協(xié)同化是廠商與廠商以及廠商與消費(fèi)者之間廣泛存在的行為互動(dòng)，這種互動(dòng)可以通過(guò)大數(shù)據(jù)和人工智能技術(shù)揭示，因而，從這個(gè)意義上來(lái)講，我們可以將“網(wǎng)絡(luò)協(xié)同效應(yīng)”理解為數(shù)據(jù)智能化和網(wǎng)絡(luò)協(xié)同化的函數(shù)。盡管這個(gè)函數(shù)很抽象，但它應(yīng)該成為經(jīng)濟(jì)學(xué)家理論分析層面的研究對(duì)象。

關(guān)于廠商運(yùn)用大數(shù)據(jù)和人工智能的未來(lái)發(fā)展，有一個(gè)理論問(wèn)題值得探討，廠商要獲取網(wǎng)絡(luò)協(xié)同效應(yīng)來(lái)爭(zhēng)取一定的市場(chǎng)實(shí)力，必須能夠運(yùn)用數(shù)據(jù)智能化處理復(fù)雜的交易場(chǎng)景和生態(tài)。對(duì)于以在線(xiàn)支付、信用擔(dān)保、物流保證、客戶(hù)拉動(dòng)、實(shí)時(shí)評(píng)價(jià)、風(fēng)險(xiǎn)監(jiān)控、產(chǎn)品和服務(wù)上下游關(guān)聯(lián)等為內(nèi)容的交易場(chǎng)景、生態(tài)，廠商要解除網(wǎng)絡(luò)協(xié)同化約束，必須能夠匹配那些表征交易場(chǎng)景、生態(tài)的大數(shù)據(jù)。這個(gè)問(wèn)題的進(jìn)一步討論，實(shí)際上是從特定層面對(duì)如何加工、處理非數(shù)字化數(shù)據(jù)的討論。網(wǎng)絡(luò)協(xié)同化之行為互動(dòng)的屬性規(guī)定，使廠商很難運(yùn)用人工智能技術(shù)去甄別、加工和處理那些對(duì)投資經(jīng)營(yíng)形成網(wǎng)絡(luò)協(xié)同化約束的非數(shù)字化數(shù)據(jù)，如客戶(hù)選擇偏好、認(rèn)知變化、效用期望等行為方式。在交易場(chǎng)景和生態(tài)中，有大量間接影響投資經(jīng)營(yíng)的以非數(shù)字化數(shù)據(jù)形式存在的潛在大數(shù)據(jù)，廠商只有具備很高的人工智能技術(shù)水平，才能夠挖掘和匹配這些潛在大數(shù)據(jù)。事實(shí)上，網(wǎng)絡(luò)協(xié)同化約束的程度和范圍，與廠商加工和處理潛在大數(shù)據(jù)的能力呈反比;這種反比關(guān)系在表明數(shù)據(jù)智能化與網(wǎng)絡(luò)協(xié)同化相關(guān)聯(lián)的同時(shí)，也揭示了廠商要取得網(wǎng)絡(luò)協(xié)同效應(yīng)所必須達(dá)到的條件配置要求。在未來(lái)，如何化解復(fù)雜的交易場(chǎng)景和生態(tài)對(duì)網(wǎng)絡(luò)協(xié)同化的約束，是廠商運(yùn)用大數(shù)據(jù)和人工智能進(jìn)行投資經(jīng)營(yíng)時(shí)要面對(duì)的問(wèn)題。

大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等的深度融合，正在全面影響投資、消費(fèi)、生產(chǎn)經(jīng)營(yíng)、娛樂(lè)、醫(yī)療衛(wèi)生、政府治理等人類(lèi)活動(dòng)。就投資經(jīng)營(yíng)而論，廠商運(yùn)用大數(shù)據(jù)和人工智能的發(fā)展方向，是在堅(jiān)持提高數(shù)據(jù)智能化水平的基礎(chǔ)上完善同網(wǎng)絡(luò)協(xié)同化的結(jié)合，以追求網(wǎng)絡(luò)協(xié)同效應(yīng)。但對(duì)于這種以大數(shù)據(jù)和人工智能為分析主線(xiàn)的研究課題，尚需要從基礎(chǔ)概念、基本原理、運(yùn)作機(jī)理等方面展開(kāi)系統(tǒng)而細(xì)致的描述和研究，這有待經(jīng)濟(jì)學(xué)家花費(fèi)很大的氣力來(lái)完成。

An Economic Analysis of Manufacturers Use Big Data

and Artificial Intelligence

HE Daan

Abstract： Big data， the Internet， cloud computing， machine learning， the Internet of Things， blockchain and other artificial intelligence technologies are changing the investment and operation strategies of individuals， manufacturers， and governments. In response to changes in manufacturers forecasts and plans， and the means to provide products and services， economics should at least pay attention to the following issues. The first is how the widespread use of big data and artificial intelligence will affect manufacturers' decision-making， and how to make a general theoretical summary and description of these effects in the economic sense. The second is to explain the procedures， paths and processes of manufacturers using big data and artificial intelligence， so that they can be analytically explained by economic theories. The third is to explore the application prospects of big data and artificial intelligence in the future， and make some evidence-based inferences that big data and artificial intelligence may reshape economic theories through forward-looking research. An important task for economists in the era of big data and artificial intelligence is to study the ways in which manufacturers use new technology to collect and process big data that will affect output and prices， change the path of competition and monopoly， and change the structure of industrial organization.

Key words： digital economy， intelligent economy， machine learning， Internet of Things， blockchain， industrial organization theory

（責(zé)任編輯：蘇建軍）